Anwendungsfelder fur Data Mining in Produktion und Logistik

Diplomarbeit aus dem Jahr 2013 im Fachbereich BWL - Beschaffung, Produktion, Logistik, Note: 2,3, Universitt Stuttgart (Fraunhofer Institut - Institut fr Industrielle Fertigung und Fabrikbetrieb), Veranstaltung: technisch orientierte Betriebswirtschaftslehre, Sprache: Deutsch, Abstract: Das Ziel der vorliegenden Arbeit besteht darin, in Zusammenarbeit mit dem Fraunhofer Institut fr Produktionstechnik und Automatisierung, den Anforderungen an die Produktionsunternehmen und insbesondere deren Herzstck, der Produktion mit intelligenten Data-Mining-Anwendungen, gerecht zu werden. Sich stndig verndernde Umweltbedingungen und der mit der Globalisierung immer hrter werdende Wettbewerb hinsichtlich Kosten, Qualitt und Zeit fordern von Unternehmen kontinuierlich steigende Anstrengungen, bestehende Verschwendungen von Zeit, Ressourcen und Personal in den Geschftsprozessen systematisch zu identifizieren, zu eliminieren bzw. zu reduzieren. In Unternehmensbereichen wie Marketing, Finanzen oder Vertrieb hat sich das Data Mining mittlerweile als Hilfsmittel bei Entscheidungsfindungen gut bewhrt. In dem Bereich Produktion und dem bereichsbergreifend begleitenden Prozess der Logistik ist aber Potenzial fr Data Mining vorhanden, das noch nicht voll ausgeschpft wurde, obwohl hier mit zunehmender Automatisierung und fortschreitendem technischem Wandel Prozessdaten anfallen, die eine Grundlage fr Analysen bilden knnen. Die Erfllung der Anforderungen produzierender Unternehmen, in einem stetig komplexer werdenden Produktionsumfeld verborgene Wirkungszusammenhnge und Mechanismen durch vorhandene Datenbestnde aufzudecken und dabei die eigenen Prozesse besser zu verstehen, ergibt dabei die Zielsetzung. Die umgesetzten gewonnenen Erkenntnisse knnen anschlieend Optimierungen in den Prozessen anregen. Eine Aufgabe der vorliegenden Arbeit besteht darin, anhand von Data-Mining-Anwendungen in der Produktion und Logistik deren Nutzen fr produzierende Unter-nehmen aufzuzeigen.